Klavis Strata MCP Server
chính thứcMột máy chủ MCP để các tác nhân AI sử dụng bất kỳ công cụ nào một cách đáng tin cậy ở mọi quy mô
Tài liệu
Strata
Một máy chủ MCP cho các tác nhân AI sử dụng công cụ một cách tiệm tiến ở mọi quy mô
<img src="https://mintcdn.com/klavisai/7Siw7A5JJSHURM5d/images/concepts/strata_hero.png?fit=max&auto=format&n=7Siw7A5JJSHURM5d&q=85&s=b581fdb821699a32b260d124789396bd" alt="Strata Hero - Progressive tool discovery for AI agents" className="w-full rounded-lg" style={{ maxWidth: '100%', height: 'auto' }} width="2533" height="496" data-path="images/concepts/strata_hero.png" />
Strata là gì?
Strata là một máy chủ MCP hướng dẫn các tác nhân AI sử dụng công cụ một cách đáng tin cậy ở mọi mức độ phức tạp, thay vì khiến chúng choáng ngợp với mọi thứ cùng một lúc, nó được thiết kế dựa trên cách con người tương tác với công cụ, giải quyết ba vấn đề lớn đang gây khó khăn cho các tác nhân AI hiện nay:
- Quá tải công cụ: Quá nhiều công cụ khiến LLM bị tê liệt lựa chọn
- Quá tải ngữ cảnh: Danh sách công cụ dài làm tăng số lượng token và chi phí
- Khoảng trống phủ sóng: Hầu hết các máy chủ chỉ dừng ở 40~50 công cụ, giới hạn những gì bạn có thể xây dựng
Bạn có thể sử dụng Strata qua trang web, API, hoặc thậm chí mã nguồn mở trên dữ liệu của riêng bạn!
Video Hướng dẫn
Xem video hướng dẫn này để hiểu đầy đủ về cách Strata hoạt động:
Hướng dẫn Văn bản Hãy xem [cuộc trò chuyện Claude được chia sẻ](https://claude.ai/share/9b44a192-9f2d-46e2-a875-ef905c457070) này để thấy Strata hoạt động!1. Khám phá Danh mục hoặc Hành động của Máy chủ
discover_server_categories_or_actions - tìm các danh mục hoặc hành động liên quan dựa trên ý định của người dùng. Không phải tìm kiếm ngữ nghĩa!
Nếu mức độ chi tiết là 'categories_only', chi tiết sẽ chỉ là danh sách tên danh mục. Bước tiếp theo nên sử dụng công cụ get_category_actions để lấy các hành động cho các danh mục.
Nếu mức độ chi tiết là 'full_details', chi tiết sẽ là danh sách tên danh mục kèm theo chi tiết hành động của chúng. Điều này xảy ra khi máy chủ chỉ có một vài hành động. Bước tiếp theo nên sử dụng công cụ execute_action để thực thi các hành động.
Nếu mức độ chi tiết là 'categories_and_actions', chi tiết sẽ là danh sách tên danh mục và tên hành động. Điều này xảy ra khi sử dụng các công cụ bên ngoài. Bước tiếp theo nên sử dụng công cụ get_action_details để lấy chi tiết của các hành động.
Tham số:
user_query(chuỗi, bắt buộc): Truy vấn ngôn ngữ tự nhiên của người dùng để lọc kết quả.server_names(mảng, bắt buộc): Danh sách tên máy chủ để khám phá danh mục hoặc hành động.
2. Lấy Hành động của Danh mục
get_category_actions - truy xuất tất cả tên hành động trong các danh mục được chỉ định.
Tham số:
category_names(mảng, bắt buộc): Danh sách các danh mục để lấy hành động
3. Lấy Chi tiết Hành động
get_action_details - lấy lược đồ đầy đủ và tham số cho một hành động cụ thể.
Tham số:
category_name(chuỗi, bắt buộc): Tên của danh mụcaction_name(chuỗi, bắt buộc): Tên của hành động/thao tác trong danh mục
4. Thực thi Hành động
execute_action - chạy các hành động với tham số và nhận kết quả.
Tham số:
server_name(chuỗi, bắt buộc): Tên của máy chủcategory_name(chuỗi, bắt buộc): Tên của danh mục để thực thi hành độngaction_name(chuỗi, bắt buộc): Tên của hành động/thao tác để thực thipath_params(chuỗi, tùy chọn): Chuỗi JSON chứa các tham số đường dẫn cho hành độngquery_params(chuỗi, tùy chọn): Chuỗi JSON chứa các tham số truy vấn cho hành độngbody_schema(chuỗi, tùy chọn, mặc định: "{}"): Chuỗi JSON chứa phần thân yêu cầu cho các hành độnginclude_output_fields(mảng, tùy chọn): Tùy chọn nhưng được khuyến nghị mạnh mẽ khi bạn biết response_schema của hành động này từ các lần gọi công cụ trước đó: Mảng các đường dẫn trường để bao gồm trong phản hồi. Chỉ những trường này sẽ được trả về. Sử dụng ký hiệu dấu chấm cho các trường lồng nhau (ví dụ: "author.displayName").maximum_output_characters(số nguyên, tùy chọn): Tùy chọn: Số ký tự tối đa để trả về trong phản hồi. Nếu phản hồi vượt quá giới hạn này, nó sẽ bị cắt bớt. Ưu tiên include_output_fields hơn cái này.
5. Tìm kiếm Tài liệu
search_documentation - tìm thông tin liên quan chỉ khi cần thiết.
Tham số:
query(chuỗi, bắt buộc): Từ khóa tìm kiếm khớp với các thuật ngữ tài liệu API. Thực hành tốt nhất: (1) Sử dụng tên tài nguyên như 'users', 'projects', 'files', (2) Thêm hành động để chính xác như 'user create' hoặc 'project delete', (3) Tránh các từ đệm như 'how to', 'show me', 'all the' - tập trung vào các thuật ngữ cốt lõi xuất hiện trong tên và mô tả điểm cuối.server_name(chuỗi, bắt buộc): Tên của máy chủ để tìm kiếm trong đó.max_results(số nguyên, tùy chọn, mặc định: 10, tối thiểu: 1, tối đa: 50): Số lượng kết quả trả về. Mặc định: 10
6. Xử lý Lỗi Xác thực
handle_auth_failure - xử lý xác thực chỉ khi cần thiết.
Tham số:
server_name(chuỗi, bắt buộc): Tên của máy chủ bị lỗi xác thực trong quá trình execute_actionintention(chuỗi, bắt buộc, enum: ["get_auth_url", "save_auth_data"]): Sử dụng 'get_auth_url' khi execute_action thất bại với lỗi xác thực để nhận hướng dẫn xác thực. Sử dụng 'save_auth_data' khi người dùng cung cấp thông tin đăng nhập sau một lỗi xác thực.auth_data(đối tượng, tùy chọn): Dữ liệu xác thực do người dùng cung cấp sau một lỗi xác thực (ví dụ:{"token": "...", "api_key": "..."}). Chỉ được sử dụng với ý định 'save_auth_data' khi giải quyết các lỗi xác thực.
Đánh giá
Strata mang lại kết quả thực sự:
- Điểm chuẩn MCPMark: Đạt tỷ lệ pass@1 cao hơn +15.2% so với máy chủ GitHub chính thức và tỷ lệ pass@1 cao hơn +13.4% so với máy chủ Notion chính thức. (Nguồn)
- Đánh giá của Con người: Đạt độ chính xác trên 83% trên các tập đánh giá hơn 2k truy vấn thực tế